CN108537781B - 磁铁表面裂纹缺陷检测方法 - Google Patents

磁铁表面裂纹缺陷检测方法 Download PDF

Info

Publication number
CN108537781B
CN108537781B CN201810263307.9A CN201810263307A CN108537781B CN 108537781 B CN108537781 B CN 108537781B CN 201810263307 A CN201810263307 A CN 201810263307A CN 108537781 B CN108537781 B CN 108537781B
Authority
CN
China
Prior art keywords
magnet
black
white image
detection
detection frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810263307.9A
Other languages
English (en)
Other versions
CN108537781A (zh
Inventor
袁旗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weifang Lokomo Precision Industry Co Ltd
Original Assignee
Weifang Lokomo Precision Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Weifang Lokomo Precision Industry Co Ltd filed Critical Weifang Lokomo Precision Industry Co Ltd
Priority to CN201810263307.9A priority Critical patent/CN108537781B/zh
Publication of CN108537781A publication Critical patent/CN108537781A/zh
Application granted granted Critical
Publication of CN108537781B publication Critical patent/CN108537781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Processing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)

Abstract

本发明属于磁铁表面检测技术领域，尤其涉及一种磁铁表面裂纹缺陷检测方法，包括以下步骤：对磁铁表面进行拍摄，获得黑白图像并通过模板匹配对黑白图像中的磁铁进行定位；进行膨胀和腐蚀处理；在黑白图像上放置检测框；把每个检测框在(‑α，+α)的角度范围内以每步为角度β进行仿射变换；计算每步仿射变换后的灰度平均值，确定最大值、最小值以及中间值，根据系数范围确定对比度阈值；对每步仿射变换后检测框内部分进行区域划分，计算其灰度平均值；把相邻的两个分区域的灰度平均值的计算结果连线形成变化曲线；根据变化曲线的上限、下限与对比度阈值确定检测是否为裂纹。解决了磁铁表面裂纹缺陷不易检测及容易出现漏检的问题，可以提高检测效率。

Description

磁铁表面裂纹缺陷检测方法
技术领域
本发明属于磁铁表面检测技术领域，尤其涉及一种磁铁表面裂纹缺陷检测方法。
背景技术
目前，智能手机飞速发展，对智能手机有关零部件的需求也高速增长，其中就包括扬声器中的磁铁，随着智能手机向更薄、更集成化的方向发展，磁铁的精度要求越来越高、磁铁的厚度要求越来越薄，这样对本身就十分脆弱的磁铁来说极易形成裂纹，裂纹对于磁铁来说是致命缺陷，特别是电镀之后，磁铁上的裂纹更加不明显，通常采用工业相机CCD成像对磁铁表面形成的裂纹进行检测，由于磁铁表面成像非常粗糙，图像背景中存在强烈干扰，加上每个物料的状态一致性差，裂纹被隐藏其中，很容易造成误检和漏检，检测的效率非常的低下。
发明内容
本发明的目的在于提供一种磁铁表面裂纹缺陷检测方法，解决磁铁表面裂纹缺陷不易检测及容易出现漏检的问题，能够提高检测效率。
本发明是这样实现的，一种磁铁表面裂纹缺陷检测方法，包括以下步骤：
通过工业相机对磁铁表面进行拍摄，获得黑白图像并对黑白图像中的磁铁的方向进行调整，通过模板匹配的方式对黑白图像中的磁铁进行定位，将黑白图像中的磁铁调整至与磁铁模板的方向一致以此确定黑白图像的位置；
对黑白图像进行膨胀和腐蚀处理，消除黑白图像上斑点的干扰；
在拍摄的黑白图像上放置检测框；
把每个检测框在(-α，+α)的角度范围内以每步为角度β进行仿射变换；
计算每步仿射变换后检测框内黑白图像部分的灰度平均值，确定出灰度平均值的最大值、最小值，然后计算出两者的中间值并根据设定的系数范围确定对比度阈值；
对每步仿射变换后检测框内黑白图像部分进行区域划分，并对每个分区域进行灰度平均值计算；
把相邻的两个分区域的灰度平均值的计算结果连线形成变化曲线；
根据变化曲线的上限、下限与对比度阈值确定检测是否为裂纹。
作为一种改进，所述检测框设置有多个。
作为一种改进，放置时所述检测框呈矩形状，在进行仿射变换时所述检测框呈平行四边形状。
作为一种改进，α为60°，β为5°。
作为一种改进，所述磁铁呈六边形环状、四边形环状或者平板状的。
作为一种改进，所述系数范围为0.7～1.3。
由于采用了上述技术方案，本发明的磁铁表面裂纹缺陷检测方法，包括以下步骤：通过工业相机对磁铁表面进行拍摄，获得黑白图像并对黑白图像中的磁铁的方向进行调整，通过模板匹配的方式对黑白图像中的磁铁进行定位，将黑白图像中的磁铁调整至与磁铁模板的方向一致以此确定黑白图像中的磁铁的位置；对黑白图像进行膨胀和腐蚀处理，消除黑白图像上斑点的干扰；在拍摄的黑白图像上放置检测框；把每个检测框在(-α，+α)的角度范围内以每步为角度β进行仿射变换；计算每步仿射变换后检测框内黑白图像部分的灰度平均值，确定出灰度平均值的最大值、最小值，然后计算出两者的中间值并根据设定的系数范围确定对比度阈值；对每步仿射变换后检测框内黑白图像部分进行区域划分，并对每个分区域进行灰度平均值计算；把相邻的两个分区域的灰度平均值的计算结果连线形成变化曲线；根据变化曲线的上限、下限与对比度阈值确定检测是否为裂纹。能够解决磁铁表面裂纹缺陷不易检测及容易出现漏检的问题，可以提高检测效率。
附图说明
图1是本发明实施例的磁铁表面裂纹缺陷检测方法的实现流程图；
图2是本发明实施例的六边形环状磁铁的检测框的放置结构示意图；
图3是本发明实施例的六边形环状磁铁的检测框的仿射变换示意图(一)；
图4是本发明实施例的六边形环状磁铁的检测框的仿射变换示意图(二)；
其中，11、磁铁，12a、检测框，12a1、变换后的检测框，12a2、变换后的检测框，12b、检测框，12c、检测框，12d、检测框。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1示出了本发明实施例的磁铁表面裂纹缺陷检测方法的实现流程图，图2示出了本发明实施例的六边形环状磁铁的检测框的放置结构示意图，图3示出了本发明实施例的六边形环状磁铁的检测框的仿射变换示意图(一)，图4示出了本发明实施例的六边形环状磁铁的检测框的仿射变换示意图(二)，本发明的磁铁表面裂纹缺陷检测方法包括以下步骤：
步骤S101，通过工业相机对磁铁表面进行拍摄，获得黑白图像并对黑白图像中的磁铁的方向进行调整，通过模板匹配的方式对黑白图像中的磁铁进行定位，将黑白图像中的磁铁调整至与磁铁模板的方向一致以此确定黑白图像中的磁铁的位置。
在该步骤中，磁铁11通常放置到传送带上进行输送，工业相机对单个磁铁11进行拍摄，获得磁铁11的黑白图像，多个磁铁11间隔放置在传送带上，但是多个磁铁11的摆放的方向不完全一致，而且在输送的过程中磁铁11的位置还可能会发生变动，工业相机对不同磁铁11进行拍摄后得到的黑白图像的轴线方向不完全一致，而预先设定的磁铁的轴线方向是确定的，因此，需要将黑白图像中的磁铁的轴线方向进行调整使其与预先设定的磁铁模板的方向一致，这样才能与预先设定的磁铁模板进行匹配和定位。
磁铁11可以是六边形环状、四边形环状，也可以是平板状的，预先设定不同磁铁11的磁铁模板，然后与工业相机拍摄的黑白图像进行模板匹配，如图2所示，磁铁11呈六边形环状，工业相机拍摄的黑白图像中的磁铁也是六边形环状，通过对黑白图像中的磁铁的数据进行分析得出是六边形环状磁铁，需要与预先设定的六边形环状的磁铁11的模板进行匹配，以此来对黑白图像中的磁铁进行定位，这样可以保证每次检测位置一致。
步骤S102，对黑白图像进行膨胀和腐蚀处理，消除黑白图像上斑点的干扰。
在该步骤中，由于拍摄的磁铁11的图像为黑白图像，因此在黑白图像上会产生一些斑点，通过膨胀和腐蚀处理会消除斑点对检测结果的影响。
步骤S103，在拍摄的黑白图像上放置检测框。
在该步骤中，如图2所示，在呈六边形环状的磁铁11上容易出现裂纹的区域分别放置检测框，检测框是一个检测的范围，对黑白图像位于检测框内的部分进行灰度计算，如分别放置在拐角处的检测框12a、检测框12b、检测框12c、检测框12d，可以同时对不同区域进行检测，当然也可以在侧边处放置检测框，能够提高检测效率。
步骤S104，把每个检测框在(-α，+α)的角度范围内以每步为角度β进行仿射变换。
如图2、图3和图4所示，放置时检测框12a、检测框12b、检测框12c、检测框12d呈矩形状，在向两侧进行仿射变换时，变换后的检测框12a1、变换后的检测框12a2呈平行四边形状。通常α为60°，β为5°，以每步5°的角度对检测框进行变换，这样可以进行24步变换。
步骤S105，计算每步仿射变换后检测框内黑白图像部分的灰度平均值，确定出灰度平均值的最大值、最小值，然后计算出两者的中间值并根据设定的系数范围确定对比度阈值。
进行24步仿射变换可以得到24个灰度平均值，确定出24个灰度平均值的最大值，例如，最大灰度平均值为150像素、最小灰度平均值为50像素，计算出中间值为100像素，根据设定的系数范围，通常系数范围为0.7～1.3，这样确定的灰度阀值为70像素～130像素。
步骤S106，对每步仿射变换后检测框内黑白图像部分进行区域划分，并对每个分区域进行灰度平均值计算。
在该步骤中，通常以10个像素点的范围进行划分，当然，也可以根据磁铁11的大小及形状进行选择20个像素点或者其它个数像素点的范围。
步骤S107，把相邻的两个分区域的灰度平均值的计算结果连线形成变化曲线。
步骤S108，根据变化曲线的上限、下限与对比度阈值确定检测是否为裂纹。
如果变化曲线的上限、下限超出对比度阈值的范围，则认定该处有裂纹。
本发明的磁铁表面裂纹缺陷检测方法，能够解决磁铁表面裂纹缺陷不易检测及容易出现漏检的问题，而且可以提高检测效率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种磁铁表面裂纹缺陷检测方法，其特征在于，包括以下步骤：
通过工业相机对磁铁表面进行拍摄，获得黑白图像并对黑白图像中的磁铁的方向进行调整，通过模板匹配的方式对黑白图像中的磁铁进行定位，将黑白图像中的磁铁调整至与磁铁模板的方向一致以此确定黑白图像中的磁铁的位置；
对黑白图像进行膨胀和腐蚀处理，消除黑白图像上斑点的干扰；
在拍摄的黑白图像上放置检测框；
把每个检测框在(-α，+α)的角度范围内以每步为角度β进行仿射变换；
计算每步仿射变换后检测框内黑白图像部分的灰度平均值，确定出灰度平均值的最大值、最小值，然后计算出两者的中间值并根据设定的系数范围确定对比度阈值；
对每步仿射变换后检测框内黑白图像部分进行区域划分，并对每个分区域进行灰度平均值计算；
把相邻的两个分区域的灰度平均值的计算结果连线形成变化曲线；
根据变化曲线的上限、下限与对比度阈值确定检测是否为裂纹。
2.根据权利要求1所述的磁铁表面裂纹缺陷检测方法，其特征在于，所述检测框设置有多个。
3.根据权利要求2所述的磁铁表面裂纹缺陷检测方法，其特征在于，放置时所述检测框呈矩形状，在进行仿射变换时所述检测框呈平行四边形状。
4.根据权利要求1至3任一项所述的磁铁表面裂纹缺陷检测方法，其特征在于，α为60°，β为5°。
5.根据权利要求1所述的磁铁表面裂纹缺陷检测方法，其特征在于，所述磁铁呈六边形环状、四边形环状或者平板状。
6.根据权利要求1所述的磁铁表面裂纹缺陷检测方法，其特征在于，所述系数范围为0.7～1.3。
CN201810263307.9A 2018-03-28 2018-03-28 磁铁表面裂纹缺陷检测方法 Active CN108537781B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810263307.9A CN108537781B (zh) 2018-03-28 2018-03-28 磁铁表面裂纹缺陷检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810263307.9A CN108537781B (zh) 2018-03-28 2018-03-28 磁铁表面裂纹缺陷检测方法

Publications (2)

Publication Number Publication Date
CN108537781A CN108537781A (zh) 2018-09-14
CN108537781B true CN108537781B (zh) 2020-11-03

Family

ID=63483772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810263307.9A Active CN108537781B (zh) 2018-03-28 2018-03-28 磁铁表面裂纹缺陷检测方法

Country Status (1)

Country Link
CN (1) CN108537781B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114414599B (zh) * 2022-03-29 2022-06-03 武汉丰丽德智能设备有限公司 基于机器视觉的空调消音室焊接缺陷无损检测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1475795A (zh) * 2002-08-12 2004-02-18 广西师范大学 玻璃瓶罐检测方法及玻璃瓶罐检测装置
CN103440657A (zh) * 2013-08-27 2013-12-11 武汉大学 一种在线道路裂缝筛查方法
CN104867130A (zh) * 2015-04-21 2015-08-26 浙江工业大学 一种基于裂纹图像子区灰度均值的自适应分割方法
CN107292861A (zh) * 2016-03-31 2017-10-24 成都交大光芒科技股份有限公司 一种绝缘子破损检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7653235B2 (en) * 2005-10-27 2010-01-26 Honeywell International Inc. Surface anomaly detection system and method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1475795A (zh) * 2002-08-12 2004-02-18 广西师范大学 玻璃瓶罐检测方法及玻璃瓶罐检测装置
CN103440657A (zh) * 2013-08-27 2013-12-11 武汉大学 一种在线道路裂缝筛查方法
CN104867130A (zh) * 2015-04-21 2015-08-26 浙江工业大学 一种基于裂纹图像子区灰度均值的自适应分割方法
CN107292861A (zh) * 2016-03-31 2017-10-24 成都交大光芒科技股份有限公司 一种绝缘子破损检测方法

Also Published As

Publication number Publication date
CN108537781A (zh) 2018-09-14

Similar Documents

Publication Publication Date Title
CN108460757B (zh) 一种手机TFT-LCD屏Mura缺陷在线自动检测方法
US9355443B2 (en) System, a method and a computer program product for CAD-based registration
CN102393397B (zh) 一种磁瓦表面缺陷检测系统及其检测方法
US9599575B2 (en) System, a method and a computer program product for CAD-based registration
CN112164050B (zh) 用于流水线上产品表面缺陷的检测方法、设备及存储介质
CN108537781B (zh) 磁铁表面裂纹缺陷检测方法
CN107066638B (zh) 位置检测装置、位置检测方法、信息处理程序及记录介质
CN117274252B (zh) 基于标识解析的钢铁产品表面瑕疵检测系统
CN110084786A (zh) 一种渐变背景的数字x射线图像缺陷自动识别方法
CN110441321B (zh) 基于分时曝光图像综合的透明材质内部缺陷检测方法
JP7254327B2 (ja) プレス部品用検査装置及びプレス部品の検査方法
CN109585325B (zh) 检测晶边洗边边界的方法
CN115830021B (zh) 一种用于五金件加工的金属表面缺陷检测方法
CN116958082A (zh) 一种带钢表面色差缺陷检出方法、装置及电子设备
CN110243336B (zh) 屏体翘曲检测方法
JP2009250937A (ja) パターン検査装置および方法
JP2006145415A (ja) 表面検査方法及び装置
CN114764755A (zh) 一种基于在线式石墨舟硅片检测的视觉算法
CN112837285A (zh) 一种板面图像的边缘检测方法及装置
US20200211199A1 (en) Image inspection method
JP2005265828A (ja) 疵検出方法及び装置
JP2005175547A (ja) 傷補正回路
JP3015325B2 (ja) スジキズ検査方法及びその装置
CN113421229B (zh) 一种图像小区域缺损检测与修复方法
JP4585109B2 (ja) 鋼板の表面疵検出装置、検出方法及び記憶媒体

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant